Cine este Andrew McCallum
Andrew McCallum este profesor titular de computer science la University of Massachusetts Amherst și director al Information Extraction and Synthesis Laboratory (IESL) — unul dintre cele mai recunoscute laboratoare NLP din SUA. Cercetător prolific în information extraction, conditional random fields (CRFs), topic modeling și knowledge graph construction. Co-autor al lucrării seminale "Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data" (cu John Lafferty și Fernando Pereira, ICML 2001) — peste 23 000 citări Google Scholar, fundamentul majorității sistemelor NER și sequence labeling pre-Transformer. Implicat în construirea Semantic Scholar (Allen Institute for AI) și a sistemelor de structurare automată a literaturii științifice.
Date personale și parcurs academic
Bachelor of Arts în computer science la Dartmouth College (1989). Doctorat (Ph.D.) în computer science la University of Rochester (1995), teza despre reinforcement learning în domenii observabile parțial.
Parcursul profesional
- 1995-1998 — post-doc la Carnegie Mellon University cu Tom Mitchell
- 1998-2000 — Senior Research Scientist la JustSystem Pittsburgh Research Center
- 2000-2002 — Vice President of Research and Development la WhizBang Labs
- 2002-prezent — profesor la University of Massachusetts Amherst, director IESL
- 2017-prezent — President al International Machine Learning Society (IMLS) — organizația care administrează ICML
- Distinguished Professor (UMass Amherst, 2020)
- Fellow ACM (2020), AAAI Fellow (2017)
Contribuții fundamentale: conditional random fields (cu Lafferty și Pereira), MALLET (Machine Learning for Language Toolkit — librărie Java open-source pentru topic modeling și CRF), FACTORIE (probabilistic programming pentru graphical models), Rexa.info (predecesor Semantic Scholar). A coordonat zeci de doctoranzi care lucrează acum la Google, Meta AI, Apple, Allen AI.
Întrebări frecvente
Cine este Andrew McCallum? Profesor UMass Amherst, director IESL. Pionier information extraction și conditional random fields.
Ce sunt conditional random fields? Familie de modele probabilistice discriminative pentru sequence labeling, introduse de Lafferty, McCallum și Pereira la ICML 2001. Au dominat NER și POS tagging până la apariția Transformers (2017).
Ce este IESL? Information Extraction and Synthesis Laboratory — laboratorul condus de McCallum la UMass Amherst. Cercetare în NLP, knowledge graphs, scientific literature mining.
Ce este MALLET? Toolkit open-source Java pentru NLP statistic (topic modeling LDA, CRF, classification). Folosit pe scară largă în digital humanities și research înainte de era PyTorch.
Ce premii? ACM Fellow (2020), AAAI Fellow (2017), Distinguished Professor UMass (2020), President IMLS (2017-prezent).
Cu cine colaborează la UMass? Cu grupul College of Information and Computer Sciences (CICS), unde sunt și colegi precum Hanna Wallach (acum Microsoft Research), Mohit Iyyer, Emma Strubell.
Care este legătura cu Semantic Scholar? McCallum a fost unul dintre arhitecții science-of-science care a influențat designul Semantic Scholar (Allen Institute for AI). Sistemele anterioare construite la IESL — Rexa.info, FACTORIE — au servit drept prototip.